Breakout
经典街机游戏,玩家控制底部挡板反弹球击碎砖块。
时间轴 (近 90 天)
博主用Claude Opus 5.5复现Breakout实验,生成的网络在1000局游戏中平均得分269,低于Astra的517.4,但远高于传统模型(15.8和25.3)。
在实验5中,GPT-6 Astra一次性生成的Breakout、Seaquest、Asterix网络性能超过传统训练1亿步的策略网络,在Breakout上超过训练5亿步的版本。
在实验1中,研究者构建了一个500输入、5输出的多层感知机,在Breakout、Pong、Pac-Man、Freeway四个游戏上训练,LLM仅凭网络架构和原始权重(无工具、无网络访问)全部正确识别出对应游戏。
在实验中,Qwen 3.8 27B 对 Breakout(打砖块)的识别置信度达到 88%。
在实验1中,Astra仅将四个游戏网络(Breakout、Pong、Pac-Man、Freeway)的原始权重输入,不提供任何游戏选项提示,就全部正确命名了对应游戏。
在实验5中,Astra生成的网络面对训练5亿步的模型,在Breakout中得分高20倍,在Asterix中接近,在Sequest中达到60%的分数。
在 Breakout 网络里,玩家位置关联的权重按方格求和,墙内底行占了 55%,其他行只有约 5%;另外三个游戏没有任何一行超过 21%。
MIT 实验中四个微型策略网络分别玩 Breakout、Pong、Pac-Man 和 Freeway 的网格简化版,每个网络有 17,253 个权重,Astra 四发四中,置信度在 96% 到 99% 之间。
经过52分钟后,模型正确说出了这个网络被训练来玩的游戏:Breakout,置信度88%,且没有使用任何工具。
在识别游戏实验中,Astra仅凭四个小型网络(Breakout、Pong、Pac-Man、Freeway)的原始权重数字文本,全部正确识别出对应的游戏。
还有 3 条时间轴事件
全部知识事实 (11)
在实验1中,研究者构建了一个500输入、5输出的多层感知机,在Breakout、Pong、Pac-Man、Freeway四个游戏上训练,LLM仅凭网络架构和原始权重(无工具、无网络访问)全部正确识别出对应游戏。
50%待验证在实验中,Qwen 3.8 27B 对 Breakout(打砖块)的识别置信度达到 88%。
50%待验证在实验5中,Astra生成的网络面对训练5亿步的模型,在Breakout中得分高20倍,在Asterix中接近,在Sequest中达到60%的分数。
50%待验证在实验1中,Astra仅将四个游戏网络(Breakout、Pong、Pac-Man、Freeway)的原始权重输入,不提供任何游戏选项提示,就全部正确命名了对应游戏。
50%待验证在 Breakout 网络里,玩家位置关联的权重按方格求和,墙内底行占了 55%,其他行只有约 5%;另外三个游戏没有任何一行超过 21%。
50%待验证MIT 实验中四个微型策略网络分别玩 Breakout、Pong、Pac-Man 和 Freeway 的网格简化版,每个网络有 17,253 个权重,Astra 四发四中,置信度在 96% 到 99% 之间。
50%待验证经过52分钟后,模型正确说出了这个网络被训练来玩的游戏:Breakout,置信度88%,且没有使用任何工具。
50%待验证Breakout是Atari 2600平台于1976年推出的经典游戏
50%待验证实验设定模型只需在四个移动选项的有限动作空间中做选择
50%待验证在识别游戏实验中,Astra仅凭四个小型网络(Breakout、Pong、Pac-Man、Freeway)的原始权重数字文本,全部正确识别出对应的游戏。
50%待验证开发者让Kolibri-1在没有任何针对性微调的情况下直接玩经典街机游戏Breakout
50%